在防疫特殊时期,出门佩戴口罩是极为有效的防护措施之一。但与此同时,在一些需要进行人脸识别的特殊情景,脱下口罩也无疑将很大程度上增加感染风险。
因此针对佩戴口罩这类情形,如何利用当下人脸识别技术编写相应的 AI 算法,正是开发者们为进一步控制疫情贡献的巨大力量。
在此,AI 研习社也积极响应,特别推出奖金池 5000 元的「肺炎疫情攻防战--口罩佩戴识别检测」挑战赛,为感兴趣的开发者们提供相应的竞赛平台。
一、赛题与任务
目前,很多公众场合要求强制佩戴口罩,例如:机场车站、小区门禁、企业人脸打卡、工地安全检测等人员流动较密集的场合。因此,通过计算机视觉检测人物是否佩戴口罩有着重要的应用场景。
本次「肺炎疫情攻防战--口罩佩戴识别检测」挑战赛中,参赛者的目标则是:使得所开发的模型从测试集图片中,准确识别图片中任务是否佩戴口罩。
开始时间:2020-2-28 09:00:00
结束时间:2020-3-29 23:59:59
二、数据集介绍
本次比赛数据集来自 WIDER Face 和 MAFA。比赛的数据集包括了这两个数据集中部分数据,共计 7959 张图片;同时,测试标准分为 35 分。
这两个数据集中,WIDER Face 数据集作为常用人脸检测数据库被开发者所熟知,而 MAFA 数据集则主要包含面部遮挡主题的数据。
  • WIDER FACE 数据集
WIDER FACE 数据集部分图片
WIDER FACE 数据集是一个面部检测基准数据集,其图像是从可公开获得的 WIDER 数据集中选择而来。
其中包含了 32,203 张图像,一共涉及到 393,703 个在姿势和遮挡方面具有高度可变性的面部识别。
而且 WIDER FACE 数据集基于 61 个事件类别进行组织,该 WIDER Face 数据库中包含的图片种类较为全面。
整个数据集中,所有图片的尺寸均小于 1024*1024,但部分图片包含的最小人脸为 10*10。因而,该数据集通常被用做进行较为精准的人脸检测模型训练。
  • MAFA 数据集
MAFA 数据集部分图片
而 MAFA(伪装面孔)是一个遮罩的面部检测基准数据集,其图像是从 Internet 图像中收集的。
MAFA 包含 30,811 张图像和 35,806 张蒙面,数据集中的面部具有各种不同的方向和遮挡度,而每个面部的至少一部分被遮罩遮挡。
在标注过程中,每张图像至少包含一张被某类型蒙面物遮挡的脸,而每个被遮挡的脸的六个主要属性,包括:脸、眼睛和遮挡物的位置、脸部朝向、遮挡度和遮挡物类型。
温馨提示:数据集请移步到比赛详情页下载。
三、评审标准
最终提交结果文件如下所示,其中,第一个字段:测试集图片 ID--[0 , 1591];第二个字段:图片中没有戴口罩数量;第三个字段:图片中戴口罩数量。
PS:结果文件建议使用 UTF-8(BOM)编码~ 
(答案示例图片使用 Notepad++打开)
整个比赛的评审完全透明化,我们将会对比选手提交的 csv 文件,确认正确识别样本数量,并按照如下公式计算得分,其中: 
  • True:模型分类正确数量
  • Total :测试集样本总数量
四、奖项设置
本次大赛为了鼓励更多开发者参与到疫情控制的支持中来,社区提供了基础奖金池 5000 元,并设置了三种奖项,希望激励更多开发爱好者参与进来。
其中,三种奖项包括了:
  • 参与奖(30%):只要参与比赛,并提交结果大于标准分就能得奖金,其中标准分=35 分(基本参与就能过标准分哦);
  • 突破奖(20%):按照以下公式计算而得,其中 Pn-1 求和表示已经发放的突破奖奖金,Sn-Sn-1 表示本次得分和上次得分之差;
    Ps:特别提醒,越早提交,突破分数越大,奖金越多!!!

  • 排名奖(50%):总排名得分前 5 名,按照以下公式计算得奖。其中,T 为奖金时间系数;K 为排名奖金分配系数。
以上三种奖项均互不冲突,只要你动动小手,奖金简直拿到手软!
每日 24:00,我们也会将最新结果更新在官网排行榜上,你可以随时随地查看自己的排名情况。
更多信息,可 扫码或点击阅读原文 进入参赛主页查看:
https://god.yanxishe.com/38

点击 阅读原文,查看比赛更多详情
继续阅读
阅读原文